2025年5月27日，一篇名为《HoliTom：面向快速视频大语言模型的全息令牌合并技术》的论文悄然出现在arXiv预印本平台。这项研究直指当下视频大语言模型（Video LLM）最痛的软肋——当我们用AI分析一段十分钟的监控视频时，有超过80%的运算资源其实

视频 模型 革命 令牌 holitom 2025-05-31 22:16  2